用于表示学习的快速鲁棒原型分析
计算机视觉与模式识别
2014-05-27 v1 机器学习
机器学习
摘要
我们重新审视了一种名为原型分析（archetypal analysis）的开创性无监督学习技术，它与稀疏编码和非负矩阵分解等成功的数据分析方法密切相关。自提出以来，尽管原型分析能产生比其他替代方法更具可解释性的模型，但并未获得广泛普及。由于从未有过高效实现公开可用，其在重要科学问题上的应用可能受到了严重限制。我们的目标是让原型分析重获青睐。我们提出了一种使用活动集策略的快速优化方案，并提供了与 Matlab、R 和 Python 接口的高效开源实现。随后，我们展示了原型分析在计算机视觉任务中的实用性，例如码本学习、信号分类和大型图像集合可视化。
引用
@article{arxiv.1405.6472,
title = {Fast and Robust Archetypal Analysis for Representation Learning},
author = {Yuansi Chen and Julien Mairal and Zaid Harchaoui},
journal= {arXiv preprint arXiv:1405.6472},
year = {2014}
}